技术归档 _

// 这里的每一行代码都是记忆的快照。
// 这里存放着我在模拟电路与生成式 AI 边缘的思考碎片。
// 开始检索记录……

>> 搜索：

>> 分类：

SHOWING: 00 / 00

2022.08.17
ID: EXT_001

LLM 量化

LLM.int8()：Transformers 大规模 8 位矩阵乘法

Tim Dettmers 与 Hugging Face 的这篇经典合作文章详细介绍了如何将大模型显存占用减半而不损失精度。其核心在于混合精度分解：将绝大多数参数进行 int8 量化，而对异常值（Outliers）保留 fp16 计算。这对我们在边缘端部署小参数模型极具参考价值。

// 要点：节省显存
BLOOM-176B (FP16): ~350GB VRAM
BLOOM-176B (INT8): ~175GB VRAM

性能损失：

0.0%

阅读原文

2023.11.15
ID: EXT_002

硬件 PCB

DDR3/DDR4 走线指南：Fly-by 拓扑设计规范

Altium 官方关于 Fly-by 拓扑的深度解析。相比于 DDR2 时代的 T 型拓扑，Fly-by 利用菊花链结构减少了桩线（Stubs）反射，极大提升了信号完整性，但代价是引入了必须通过 Write Leveling 解决的时钟偏斜。这是绘制 V3s 或 RK3588 核心板的必读材料。

拓扑类型：
菊花链（Fly-by）

终端匹配：
链路末端接 VTT

阅读原文

2024.05.20
ID: EXT_003

系统 ROS2

ROS 2 DDS 调优指南：处理高延迟与丢包

当在 WiFi 环境下运行 ROS 2 时，默认的 DDS 配置往往会导致通信卡顿。官方指南详细列出了 Fast DDS 和 Cyclone DDS 的 OS 缓冲区调整策略。对于水质监测船这种远距离 WiFi 图传场景，增加 `rmem_max` 和 `wmem_max` 是救命稻草。

# Linux 内核调优（sysctl）
net.core.rmem_max = 2147483647
net.core.rmem_default = 2147483647
# 对 WiFi 图像传输尤为重要

阅读原文

2024.12.05
ID: LOG_039

AI 艺术 SD

非遗文化 AIGC 技术笔记：数据清洗、标注与 LoRA 微调

记录非遗文化生成式表达中的技术实践：使用 Stable Diffusion 与 LoRA 探索模型适配，结合 DeepDanbooru 初步标注与人工校正，梳理数据质量和标签一致性对生成结果的影响。

展开笔记

01 // 数据集优先清理重复图样、低清图片和带有现代元素的样本，保持传统几何纹样的一致性。

02 // 标注自动标签只作为初稿，抽象纹样仍需人工统一主体、颜色与构图标签。

03 // 下一步继续对比不同 rank、学习率和重复次数，并建立固定提示词的版本对照集。

2024.08.12
ID: NOTE_002

代码片段

#Snippet: 增量式 PID 算法 C 语言实现

// 可直接复制，用于 STM32 电机控制。

incremental_pid.c

float PID_Calc(PID_TypeDef *pid, float target, float current) {
    const float error = target - current;
    const float delta = pid->Kp * (error - pid->last_error)
                      + pid->Ki * error
                      + pid->Kd * (error - 2.0f * pid->last_error + pid->prev_error);

    pid->output += delta;
    pid->prev_error = pid->last_error;
    pid->last_error = error;
    return pid->output;
}